※ 引述《starlitsky (星)》之铭言： : 我们系上的教授说(我是心理系的)有一种状况 是假设1理论跟2理论对立 : 那如果1理论说：A=B 那我们做後设研究得选一个当做假设 : 所以选说假设A理论会正确 这时候A理论就是虚无假设 同时也是研究假设 : 但2理论是对立假设 这种情况虚无假设=研究假设比较常见 : 然後老师觉得我做得比较像是探索式的实验 nneekkoo这句说得很好 : "得先证实B是有效的，才能说B也可以达到结果。否则是不能拿来举例、证明的" : 所以我不该假设虚无假设=研究假设(因为我还没证明B是有效的) 这段有逻辑矛盾之处 你想证实A=B 你先要证实A=\=B 当A=\=B被证实，你才要去证实A=B ？ 这是什麽逻辑？ 如果A=\=B被证实了，就代表A真的不等於B，结束了，你还能证什麽？ 除非是A=\=B是被错误地证实，即type 1 error 此时你探讨A是否等於B才有意义。 但有人做一个研究宣称A=\=B 那你又怎麽知道他是否有犯type 1 error呢？ 或是他研究中有什麽不对的地方存在… 也有可能他的研究是正确的 所以你重复同样的研究时，你应该是保持在中立未知的状态 你的研究还是要去检验 道底A=B这个假设能否被拒绝 而不是去假设A=B为研究假设，就算你有理论支持A=B 这只是理论的层次，还并没有实徵的data 你在做实际的研究时，你应该还是保持开放的可能性 : 而应该写把三种情况都写下来(1>2 或 1<2 或相当) : 然後三种情况的EMG(我的测量方法)会是怎样的! : 但针对"是否研究假设可以=虚无假设?" : 这个答案是"可以" 科学方法没有那麽死板(例子就是上述选边站的那个) : 唯有最後结论只能说找不到充分可以拒绝的理由 所以接受虚无假设 也就是符合研究假设 这点我想说明一下我的观点 你可以把研究假设=虚无假设，只要你有你一定的逻辑架构来支持 我看的论文少，我是从没看过量化取向的论文，曾经有出现过 "研究假设=虚无假设" 即然你说科学方法没有那麽死板，是否你可以找到任何一篇论文 他的研究假设=虚无假设的？ 否则你怎麽知道 这个陈述的"答案"是"可以"的？ 你是根据 1心理系大教授的话语 2科学方法没有那麽死板 根据这两点，你就推断 "研究假设=虚无假设" 这个陈述的答案是 "正确" 的？ 还是你有什麽其他理由没说的？ 但是在 统计中的假设检定的方法 却不容许你这样做 如果 研究假设=虚无假设 照这个逻辑 你无法计算出任何统计检定值 因为在统计中去计算alpha beta p-value power都是根据一个前提假设 就是 研究假设 乃 处在虚无假设的 对立面、互斥 假设考验 就是在 考验虚无假设成立下的机率 即p-value 当p值很小时，才说虚无假设成立下的机率很小很小 小过alpha时，才会说拒绝虚无假设，研究假设获得支持 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 203.71.94.32